17、基础设施图像异常自动检测方法解析

基础设施图像异常自动检测方法解析

在基础设施的维护和管理中，自动检测图像中的异常情况，如路面裂缝等损伤，是一项至关重要的任务。本文将详细介绍几种用于检测路面损伤的矩特征方法，包括中心矩、Hu矩、Bamieh矩和Zernike矩，以及它们在实际应用中的特点和效果。

1. 中心矩（Central Moments q）

中心矩q的定义由公式（5.21）给出：
[cmq = \sum_{i = -\infty}^{+\infty} (c_i - \mu)^q p_i]
当q = 1时，矩值等于零；当q = 2时，等于标准差；当q = 3时，值趋于零；当q = 4时，虽然在检测和隔离损伤方面表现良好，但计算时间会显著增加。

在评估沥青路面裂缝时，类型、强度和范围是三个重要的标准。为了使成像结果不受角度、旋转和方向的影响，使用平移、旋转和缩放（TRS）参数的关系来建模：
[x = sR x + t, R =
\begin{bmatrix}
\cos \alpha & -\sin \alpha \
\sin \alpha & \cos \alpha
\end{bmatrix}]
其中，t是转移向量，s是大小因子，R是旋转矩阵，α是旋转角度。

基于TRS的矩用于对裂缝损伤进行索引：
[cmpq = \sum_{k = 0}^{p} \sum_{j = 0}^{q} \binom{p}{k} \binom{q}{j} (-1)^{k + j} x_c^k y_c^j cmp_{-k,q - j}]
[x_c = \frac{m_{10}}{m_{00}}, y_c